کنترل کننده بهینه (Optimal Controller)، در ریاضیات (Mathematics)
انواع کنترل کننده ها (Controller) را در آموزش زیر شرح دادیم :
کنترل کننده بهینه (Optimal Controller) :
بهترین عملکرد با کمترین هزینه
کنترل کننده بهینه یا Optimal Controller به دسته ای از کنترل کننده ها گفته می شود که با هدف کمینه کردن یک تابع هزینه (معیار عملکرد) طراحی می شوند. تابع هزینه معمولا شامل ترکیبی از خطای ردیابی، انرژی مصرفی، و سایر معیارهای عملکرد است. هدف این است که ورودی کنترلی پیدا کنیم که سیستم را با بهترین عملکرد ممکن به هدف برساند.
مسئله کنترل بهینه معمولا به صورت زیر تعریف می شود: با داشتن مدل سیستم، یک قانون کنترل پیدا کنید که تابع هزینه زیر را کمینه کند:
\[ J = \phi(x(t_f)) + \int_{t_0}^{t_f} L(x(t), u(t), t) dt \]در این رابطه، φ هزینه نهایی و L هزینه لحظه ای است.
کاربردها: طراحی مسیر بهینه برای موشک ها و فضاپیماها، کنترل بهینه مصرف سوخت در خودروها، مدیریت انرژی در ساختمان ها، کنترل فرآیندهای صنعتی با هدف حداکثر سود، رباتیک.
✅ مزایا: عملکرد بهینه از نظر ریاضی، امکان تعریف معیارهای مختلف، دیدگاه سیستماتیک، قابلیت اعمال محدودیت ها (در برخی روش ها).
⚠️ معایب: نیاز به مدل دقیق، وابستگی شدید به تابع هزینه، حل مسائل بهینه سازی ممکن است دشوار باشد، برای سیستم های بزرگ محاسبات سنگین است.
دو رویکرد اصلی برای حل مسائل کنترل بهینه وجود دارد: اصل مینیمم پونتریاگین (روش مستقیم) و برنامه ریزی پویا (روش غیرمستقیم). روش پونتریاگین بر اساس معادلات دیفرانسیل با شرایط مرزی کار می کند و روش برنامه ریزی پویا بر اساس اصل بهینگی بلمن است.
برای سیستم های خطی با تابع هزینه درجه دوم، مسئله کنترل بهینه به LQR معروف است که حل بسته دارد. برای سیستم های غیرخطی، معمولا باید از روش های عددی استفاده کرد.
مثال: یک ماهواره باید با حداقل مصرف سوخت از مدار A به مدار B منتقل شود. کنترل کننده بهینه مسیر و نیروی رانش را طوری محاسبه می کند که سوخت کمتری مصرف شود.
کنترل بهینه می تواند با افق محدود (finite-horizon) یا افق نامحدود (infinite-horizon) باشد. در افق نامحدود، هدف رسیدن به حالت پایدار با حداقل هزینه در طولانی مدت است.
